python - Versión de Pandas de rbind

dataframe

Question

En R, puede combinar dos marcos de datos al pegar las columnas de uno en la parte inferior de las columnas del otro usando rbind. En pandas, ¿cómo logras lo mismo? Parece extrañamente difícil.

Usar anexar da como resultado un lío horrible que incluye NaNs y cosas por razones que no entiendo. Solo estoy tratando de "enlazar" dos marcos idénticos que se ven así:

EDITAR: Estaba creando los DataFrames de una manera estúpida, lo que causaba problemas. Append = rbind a todos los efectos. Ver la respuesta a continuación.

        0         1       2        3          4          5        6                    7
0   ADN.L  20130220   437.4   442.37   436.5000   441.9000  2775364  2013-02-20 18:47:42
1   ADM.L  20130220  1279.0  1300.00  1272.0000  1285.0000   967730  2013-02-20 18:47:42
2   AGK.L  20130220  1717.0  1749.00  1709.0000  1739.0000   834534  2013-02-20 18:47:43
3  AMEC.L  20130220  1030.0  1040.00  1024.0000  1035.0000  1972517  2013-02-20 18:47:43
4   AAL.L  20130220  1998.0  2014.50  1942.4999  1951.0000  3666033  2013-02-20 18:47:44
5  ANTO.L  20130220  1093.0  1097.00  1064.7899  1068.0000  2183931  2013-02-20 18:47:44
6   ARM.L  20130220   941.5   965.10   939.4250   951.5001  2994652  2013-02-20 18:47:45

Pero estoy obteniendo algo horrible a la este:

        0         1        2        3          4         5        6                    7       0         1       2        3          4          5        6                    7
0     NaN       NaN      NaN      NaN        NaN       NaN      NaN                  NaN   ADN.L  20130220   437.4   442.37   436.5000   441.9000  2775364  2013-02-20 18:47:42
1     NaN       NaN      NaN      NaN        NaN       NaN      NaN                  NaN   ADM.L  20130220  1279.0  1300.00  1272.0000  1285.0000   967730  2013-02-20 18:47:42
2     NaN       NaN      NaN      NaN        NaN       NaN      NaN                  NaN   AGK.L  20130220  1717.0  1749.00  1709.0000  1739.0000   834534  2013-02-20 18:47:43
3     NaN       NaN      NaN      NaN        NaN       NaN      NaN                  NaN  AMEC.L  20130220  1030.0  1040.00  1024.0000  1035.0000  1972517  2013-02-20 18:47:43
4     NaN       NaN      NaN      NaN        NaN       NaN      NaN                  NaN   AAL.L  20130220  1998.0  2014.50  1942.4999  1951.0000  3666033  2013-02-20 18:47:44
5     NaN       NaN      NaN      NaN        NaN       NaN      NaN                  NaN  ANTO.L  20130220  1093.0  1097.00  1064.7899  1068.0000  2183931  2013-02-20 18:47:44
6     NaN       NaN      NaN      NaN        NaN       NaN      NaN                  NaN   ARM.L  20130220   941.5   965.10   939.4250   951.5001  2994652  2013-02-20 18:47:45
0     NaN       NaN      NaN      NaN        NaN       NaN      NaN                  NaN   ADN.L  20130220   437.4   442.37   436.5000   441.9000  2775364  2013-02-20 18:47:42
1     NaN       NaN      NaN      NaN        NaN       NaN      NaN                  NaN   ADM.L  20130220  1279.0  1300.00  1272.0000  1285.0000   967730  2013-02-20 18:47:42
2     NaN       NaN      NaN      NaN        NaN       NaN      NaN                  NaN   AGK.L  20130220  1717.0  1749.00  1709.0000  1739.0000   834534  2013-02-20 18:47:43
3     NaN       NaN      NaN      NaN        NaN       NaN      NaN                  NaN  

Y no entiendo por qué. Estoy empezando a extrañar R :(

Answer 1

Ah, esto tiene que ver con la forma en que creé el DataFrame, no con cómo los estaba combinando. Lo largo y lo corto es, si está creando un marco utilizando un bucle y una declaración que se ve así:

Frame = Frame.append(pandas.DataFrame(data = SomeNewLineOfData))

Debes ignorar el índice

Frame = Frame.append(pandas.DataFrame(data = SomeNewLineOfData), ignore_index=True)

O tendrá problemas más tarde cuando combine datos.

Answer 2

Esto funcionó para mí:

import numpy as np
import pandas as pd

dates = np.asarray(pd.date_range(''1/1/2000'', periods=8))
df1 = pd.DataFrame(np.random.randn(8, 4), index=dates, columns=[''A'', ''B'', ''C'', ''D''])
df2 = df1.copy()
df = df1.append(df2)

Rendimientos:

                   A         B         C         D
2000-01-01 -0.327208  0.552500  0.862529  0.493109
2000-01-02  1.039844 -2.141089 -0.781609  1.307600
2000-01-03 -0.462831  0.066505 -1.698346  1.123174
2000-01-04 -0.321971 -0.544599 -0.486099 -0.283791
2000-01-05  0.693749  0.544329 -1.606851  0.527733
2000-01-06 -2.461177 -0.339378 -0.236275  0.155569
2000-01-07 -0.597156  0.904511  0.369865  0.862504
2000-01-08 -0.958300 -0.583621 -2.068273  0.539434
2000-01-01 -0.327208  0.552500  0.862529  0.493109
2000-01-02  1.039844 -2.141089 -0.781609  1.307600
2000-01-03 -0.462831  0.066505 -1.698346  1.123174
2000-01-04 -0.321971 -0.544599 -0.486099 -0.283791
2000-01-05  0.693749  0.544329 -1.606851  0.527733
2000-01-06 -2.461177 -0.339378 -0.236275  0.155569
2000-01-07 -0.597156  0.904511  0.369865  0.862504
2000-01-08 -0.958300 -0.583621 -2.068273  0.539434

Si aún no usa la última versión de pandas le recomiendo que actualice. Ahora es posible operar con DataFrames que contienen índices duplicados.

Answer 3

import pandas as pd 
import numpy as np

Si tiene un DataFrame como este:

array = np.random.randint( 0,10, size = (2,4) )
df = pd.DataFrame(array, columns = [''A'',''B'', ''C'', ''D''], / 
                           index = [''10aa'', ''20bb''] )  ### some crazy indexes
df

      A  B  C  D
10aa  4  2  4  6
20bb  5  1  0  2

Y desea agregar una NUEVA FILA que sea una lista (u otro objeto iterable):

List = [i**3 for i in range(df.shape[1]) ]
List
[0, 1, 8, 27]

Debería transformar la lista en diccionario con claves iguales a columnas en DataFrame con la función zip () :

Dict = dict(  zip(df.columns, List)  )
Dict
{''A'': 0, ''B'': 1, ''C'': 8, ''D'': 27}

Que puedes usar el método append () para agregar un nuevo diccionario:

df = df.append(Dict, ignore_index=True)
df
    A   B   C   D
0   7   5   5   4
1   5   8   4   1
2   0   1   8   27

NB los índices están caídos.

Y sí, no es tan simple como cbind () en R :(